智能仿真在军用UUV装备体系研究中的应用

根据基于水下网络战的多无人水下航行器(UUV)集团攻击作战研究的需求,在分析从面向对象仿真到面向智能仿真技术发展的基础上,给出了军用UUV智能建模和仿真目标,包括专家系统识别、智能控制决策、作战指挥流程和战法研究等,指出了因智能仿真技术的引入使得多UUV武器装备体系的研制仿真和战术级层次上的作战仿真这2种仿真系统在形式和内容上正趋向一致,并初步构建了一种基于多智能体系统(MAS)的UUV编队作战仿真系统,为军用UUV智能仿真及其作战效能评估提供了技术支撑。     

军用导航设备故障智能诊断的DSS软构件技术

传统诊断仪器对导航设备进行故障检测诊断，只能局限于固定对象，软件可重用性和移植性差，故提出基于决策支持系统（DSS）的故障智能诊断软构件设计思想。该设计将DSS与软构件相结合，用专家系统的软构件技术开发导航设备故障智能诊断系统软件。采用DSS和人工智能技术、集成事实与规则2种知识表达方法，设计出一种结构化的故障智能诊断系统。它由专家系统、人机接口、主控计算机、知识获取机构、系统知识库、推理机和解释器、动态数据库、模糊故障诊断模块、神经网络知识库、问题处理和测试等组成。     

遗传BP算法在大型复杂导弹装备故障智能诊断中的应用

采用遗传算法和 BP 算法相结合的方法对大型复杂导弹装备故障智能诊断问题进行了研究,有效地克服了单纯使用 BP 算法对神经网络进行训练所存在的不足,为大型复杂导弹装备和其它复杂电子装备的故障智能诊断提供了一个新的途径。     

改进BP算法在某型导弹装备故障智能诊断中的应用

在某型导弹装备故障智能诊断系统的设计中尝试了一种改进的BP算法，介绍了改进BP算法的原理，给出了一个诊断实例。工程应用表明．改进后的BP算法具有明显的优越性。     

复杂电子装备智能测试性设计技术

电子装备测试性设计技术的分析,从CAD的发展入手.依照"并行工程"的思想,建立装备测试性智能设计系统层次结构和模型.测试性智能设计的关键技术,包括知识表示方法、知识获取途径和知识应用三方面.     

智能雷多自锻破片战斗部试验研究

根据平面波发生器的原理，研究了自锻破片的多点同时起爆问题，针对反直升机智能雷的特点，设计了专用的波形控制器和多自锻破片战斗部结构，并进行了试验验证。结果表明，19个自锻破片在靶板上形成了圆滑的穿孔，散布角度小，设计方案可行。     

基于智能代理的雷场自修复策略

针对多次跳跃引起的雷场自修复效率问题,提出一种基于智能代理(Agent)的雷场自修复策略。该策略采用分布式算法,引入智能Agent体系,将雷场每个节点看做一个智能Agent,利用黑板模型消息传递机制进行信息融合,形成了一种以策略驱动Agent,多Agent节点协作的自修复策略。仿真结果表明:该修复策略能对缺口信息作出快速反应,进行全局规划修复,避免了修复节点的多次跳跃。     

复杂电子装备的智能故障诊断技术

复杂电子装备的智能故障诊断技术主要包括基于专家系统、神经网络和模糊逻辑的故障诊断,其发展趋势为综合智能诊断系统、远程故障诊断、分布式故障诊断及便携式诊断仪等.智能故障诊断技术与传统故障诊断技术相结合,可构造高效而智能的故障诊断平台.     

小波神经网络在智能诊断中的应用

小波神经网络分为松散型和紧致型，前者以小波分析作为神经网络的前置处理，为其提供输入特征向量，后者采用小波函数和尺度函数形成神经元，达到小波和神经网络的直接融合，刀具故障在线监测松散型小波神经网络，用声传感器在线采集刀具的状态数据，用小波分析处理数据并提取特征量以确定网络的输入向量；用BP神经网络训练数据，调整权值和故障输出，建立刀具故障在线监测小波神经网络模型。     

装备故障智能维护系统发展综述(一)

在论述故障诊断技术发展的基础上,分析了国内外故障诊断系统的发展概况,展望了未来的发展趋势,提出了加快发展我国故障诊断领域智能化系统的建议。     

智能故障诊断研究与发展

在综合大量文献基础上,对国内外智能故障诊断的研究现状进行了述评和归纳,同时指出了目前各种智能诊断方法和技术的特点及局限性.这些方法和技术包括:基于规则的智能诊断、基于模型知识的智能诊断、基于神经网络的智能诊断、基于案例的智能诊断、基于行为的智能诊断.对基于神经网络的智能诊断,具体讨论了模式识别的智能故障诊断神经网络、故障预测的神经网络、基于神经网络的智能诊断专家系统.最后指出了智能故障诊断今后的发展趋势,即集成型智能故障诊断系统、基于机器学习的智能故障诊断系统、由单机诊断到远程分布式全系统智能诊断.     

智能传感器及现场总线控制系统在潜艇装备中的应用

由智能传感器和现场总线构成的现场总线控制系统,采用三层线性网络结构.以太网层实现各舱室工作站向指挥舱传输数据.PROFIBUS现场总线网络层采用屏蔽双绞线连接.AS-I接口网络层用于传感器和执行器的联网通信.各舱室主站通过PROFIBUS-DP总线以令牌方式与智能传感器传输数据,各舱室艇员通过主站控制底层设备,实现对本舱的执行器件的监控.     

采用DS1820的电弧炉炉底温度监测系统

ＤＳ１８２０是新一代单总线智能化数字温度传感器件。文中介绍了该器件的原理和在电弧炉底温度监测系统中的应用。     

智能传感器标准IEEE 1451解析

智能传感器IEEE 1451标准体系由7个子标准组成.IEEE 1451.1模型分别为网络适配器与通信网络、NCAP与变送器模块间的通信提供软件接口,适用于单个或多个NCAP组成的系统,其传感器通过NCAP与外部网络连接.IEEE 1451.1标准规定的软件接口通过对象、数据和网络通讯3种模型实现.IEEE 1451.2标准则将网络化智能传感器分为智能传感器接口模块(包括电子数据表格TEDS)、网络适配器及STIM与NCAP间TII接口.     

智能决策支持系统面向对象的知识处理

研究了智能决策支持系统中面向对象的知识处理技术,通过引入一种４库框架模式的设计方法,采用设计结构对象类的面向对象的知识表示与处理技术,设计了一个包含知识库子系统的智能决策支持系统。该系统改进了决策过程,提高了系统的决策水平与决策自动化程度,克服了传统决策支持系统在实际运行中不能有效地处理现实生活中大量存在的半结构化或非结构化问题的不足,从而有效地提高了决策支持系统的决策质量与应用领域。     

智能寻迹小车控制系统设计及其速度控制

智能寻迹小车系统由微控制器、电源管理单元、路径识别电路、车速检测模块、舵机控制单元和直流电机驱动控制单元组成．系统以MC9S12XS128为控制核心,以激光传感器监测路面黑线,并采用C语言和CodeWarriorIDE进行编程与调试,采用PID算法对小车速度进行闭环控制．调试结果验证了该算法能很好的控制智能寻迹小车的速度,使系统在快速性和稳定性方面都达到了比较好的效果．